原创 tensorflow使用基礎(3)-- MNIST--2

# coding: utf-8 # In[3]: import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #載入

原创 tensorflow使用基礎(2)-- 非線性迴歸

非線性迴歸 import tensorflow as tf import numpy as np 生成飽含隨機噪音的數據 #生成飽含隨機噪音的數據 x_data = np.linspace(-1.0, 1.0, 200) n

原创 ubuntu18 搭建wordpress 全教程

獲取雲服務器 各個服務器廠商都有新人優惠,直接買一個雲服務器就行,或者在本地新建一個虛擬機也可以 安裝依賴 搭建網站總的來說需要3個東西 服務器,可選apache, nginx等等,這裏選apache2 數據庫 選mysql5.

原创 tensorfow使用基礎(3)--MNiST--1

import tensorflow as tf import tensorflow.examples.tutorials.mnist as mnist #導入數據 data = mnist.input_data.read_dat

原创 tensorflow使用基礎(1)-- 常量變量和簡單線性迴歸

import tensorflow as tf # 常量乘 a = tf.constant([[2,3]]) b = tf.constant([[1],[2]]) mul = tf.matmul(a,b) with tf.Sess

原创 mysql 5.7 access denied 解決方式

sudo vim /etc/mysql/mysql.conf.d/mysqld.cnf # 將其中添加 skip-grant-tables 保存, 免密碼登錄 sudo service mysql restart # 重啓服

原创 python學習筆記之基礎操作(二)字符串操作(2)

#二:替換操作 #replace():替換指定字符串 test = "123abcefsdfa" print(test.replace("123","___")) ___abcefsdfa #swapcase():轉換大小寫

原创 python學習筆記之基礎操作(三)元組列表字典(2)元組常用函數

元組 #count()計數 tup = (1,2,3,"asd",33,2,3,3,"asd") print(tup.count(3)) print(tup.count(2)) print(tup.count("asd")) 3

原创 機器學習(8)-- 非線性迴歸

import numpy as np import random def genData(pointCont, bias, variance): """ x是多個二維的點,沿着y=x+b直線附近分佈,b爲bia

原创 機器學習(9)-- 聚類-cluster

聚類算法 聚類算法是一種非監督學習算法,根據數據集的分佈特徵,將其聚集爲相互比較近的多個集合,集合的數量通常指定。 經典算法 k-means k-means是經典的聚類算法,其算法流程如下: 隨機或者有區分的選取k個點作爲k個種

原创 機器學習(8)-- 多元線性迴歸

from numpy import genfromtxt from sklearn import linear_model """ [100. 4. 9.3] [ 50. 3. 4.8] [100.

原创 機器學習(8)-- 簡單一元線性迴歸

import numpy as np def fitSLR(x,y): n=len(x) dinominator = 0 numerator=0 for i in range(0,n):

原创 機器學習(7)-- 神經網絡應用

神經網絡的簡單實現 """ NerualNetwork.py """ import numpy as np def tanh(x): return np.tanh(x) def tanh_deriv(x):

原创 機器學習(6)-- 支持向量機SVM應用

SVM模塊調用 在sklearn中,封裝了svm模塊,可以直接調用模塊傳入數據集獲得訓練的SVM,下面對訓練練簡單的模型並且生成可視化結果 import numpy as np import pylab as pl from sk

原创 機器學習(5)-- 支持向量機SVM(二)

2.支持向量機的數學原理 這裏推薦這兩篇文章 https://blog.csdn.net/qq_35992440/article/details/80987664 https://www.cnblogs.com/liaohuiqi